DND-Kit DOM模块0.0.6版本深度解析
DND-Kit是一个现代化的拖放交互库,它提供了高度可定制化的拖放功能实现。作为其核心模块之一,DOM模块负责处理与浏览器DOM相关的拖放操作。最新发布的0.0.6版本带来了多项重要改进和修复,本文将深入分析这些技术更新。
核心架构优化
本次更新对底层架构进行了重大重构,引入了全新的PositionObserver机制。这一改变彻底重构了元素位置检测和碰撞检测的实现方式:
-
批量写入操作:现在对
draggable和droppable的写入操作会进行批量处理,显著提升了性能表现。同时确保了droppable实例会在draggable实例之前注册,解决了潜在的初始化顺序问题。 -
跨窗口环境支持:改进了
instanceof检查机制,使其能够在跨窗口环境下正常工作,即使元素的window对象与执行上下文窗口不同也能正确处理。 -
类型系统增强:
DragDropManager的泛型现在会正确传递到Entity类,使得继承自Entity的类中的manager引用具有强类型支持。
传感器系统改进
传感器系统是拖放交互的核心,本次更新对多种传感器进行了优化:
-
指针传感器增强:
- 延迟了
setPointerCapture的调用时机,直到激活约束条件满足,避免干扰click等事件处理 - 改进了事件传播处理,移除了
stopImmediatePropagation,采用更优雅的事件捕获策略 - 修复了指针事件在目标元素从DOM断开后无法检测的问题,现在会在文档主体上设置指针捕获
- 延迟了
-
键盘传感器优化:
- 修复了在排序元素内部聚焦非手柄元素时意外激活的问题
- 新增
Tab键作为默认结束拖放操作的按键 - 键盘排序时使用
closestCorners碰撞检测算法替代closestCenter,提供更自然的键盘导航体验
排序功能升级
排序功能是本版本的重点改进领域:
-
跨组排序支持:
OptimisticSortingPlugin现在支持在不同组之间进行元素排序,解决了之前版本的限制。 -
元素分离设计:允许
Sortable拥有与底层source和target元素不同的element,使得碰撞检测可以针对元素的子集进行,而整个元素会在索引变化时移动。 -
动画改进:即使索引保持不变,当元素移动到不同组时也会触发排序动画,提供更流畅的视觉反馈。
辅助功能与反馈
-
辅助功能插件:在Safari中强制设置
tabindex="0",确保原生可聚焦元素始终可获得焦点。 -
反馈插件增强:
- 新增
rootElement配置选项,提供更大的布局灵活性 - 改进了反馈元素在拖拽过程中改变大小时的处理逻辑
- 新增
问题修复
本次更新修复了多个关键问题:
- 修复了
details闭合元素内的子元素被错误识别为可见的问题 - 解决了React严格模式下的生命周期回归问题
- 修正了在没有拖拽操作进行时错误调用
preventDefault和stopPropagation的问题 - 修复了
Droppable初始化时element属性未正确设置的问题 - 改进了共享元素的多个唯一droppable接收克隆代理的处理逻辑
构建与兼容性
- 新增了对跨同源iframe拖放的支持
- 在输出中添加了源映射(source maps),便于调试
- 优化了构建系统,确保更好的开发体验
这个版本的发布标志着DND-Kit在稳定性、性能和功能完备性方面都迈上了一个新台阶,为开发者提供了更强大、更可靠的拖放交互实现基础。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00